Notice bibliographique
Résumé
Fungal contamination in fruits and vegetables represents a significant challenge to food safety, economic stability, and public health. The present study investigates the prevalence and diversity of fungi in rotten fruits and vegetables viz., Garlic (Allium sativum), Onion (Allium cepa), Cauliflower (Brassica oleracea), Papaya (Carica papaya), Tomato (Solanum lycopersicum), Ridge gourd (Luffa acutangula), Capsicum (Capsicum annuum), Beans (Phaseolus), Turnip (Brassica oleracea gongylodes), Carrot (Daucus carota), Ginger (Zingiber officinale), Potato (Solanum tuberosum), Chilli (Capsicum frutescens), Sapota (Manilkara zapota), Cucumber (Cucumis sativus). A comprehensive analysis was conducted using samples collected from local markets. Samples were prepared by ten serial dilutions and inoculated on potato dextrose agar media and incubated at room temperature for 4-5 days. Through microscopic examination using lactophenol cotton blue method and colony characteristics, the predominant fungal species were identified. Aspergillus flavus, Aspergillus fumigatus, Aspergillus niger, Aspergillus parasiticus, Corynespora sp., Alternaria sp., Fusarium sp., Mucor sp., Rhizopus microsporus and Rhizopus stolonifer were among the most frequently isolated genera from the samples. The findings highlight the critical need for improved handling and storage protocols to mitigate fungal contamination and its associated risks. The present study provides valuable insights into the fungal ecology of decaying fruits and vegetables, contributing to the development of effective strategies for managing post-harvest fungal contamination.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».